AI赛道上的人才战：全球顶尖高科技企业的“抢人”策略

人工智能（AI）已成为我国发展新质生产力的重要推动力。2024年政府工作报告鲜明提出“深化人工智能等研发应用，开展‘人工智能+’行动”，进一步奠定人工智能在推动现代化产业体系建设中的核心地位。人工智能成为我国打造智能经济新高地，推动产业智能化转型升级的重要支柱，我国正式步入"以人工智能为新质赋能"的新发展阶段。

近年来大模型等通用人工智能技术的不断突破，ChatGPT、Sora等生成式人工智能引领的工业、行业、组织转型和智力变革，让人工智能的应用场景和范围得到了极大拓展，越来越多的企业投身人工智能领域，国际头部、独角兽企业竞相开展大模型“军备竞赛”，犹如烈火烹油，竞争日趋白热化。

而关于AI竞争，在业内有一条被普遍认同的规律：人才第一，数据第二，算力第三。人才，尤其是顶尖人才，早已成为全球人工智能企业勇立潮头所争夺的核心资源。

从国际上看，以OpenAI、Meta、Google等美国企业为代表的全球顶尖高科技企业为抢占未来制高点，早在十多年前便开始在全球范围内吸引、培养AI顶尖人才和高端人才；

从国内来看，字节跳动、华为、腾讯、百度等知名头部企业近年纷纷加大了对AI领域的人才投入，都是为了在人才争夺战中抢得先机。

中智咨询将通过【新质人才专题】之AI人才系列研究，挖掘国际国内AI领域头部企业的“抢人”秘籍，以期为我国人工智能高端人才队伍建设提供启示与借鉴。       

本篇将从产业趋势和企业实践两部分来分析世界一流企业的AI人才集聚策略。

一、全球AI产业蓬勃发展，美国掌握大量资源

（一）AI产业快速崛起，大模型应用备受瞩目

2016年，谷歌AlphaGo战胜世界围棋冠军李世石引起轩然大波，AI技术横空出世，震惊世界。2022年，OpenAI发布大语言模型ChatGPT，用户5天过百万，2个月过亿，揭开了AI大模型时代的序幕。

今年初，在线生成AI视频工具Sora迅速火遍全球。5月14日OpenAI又发布了新一代大模型GPT-4o，使AI再次受到全球资本市场的广泛关注。Linkedin预计到2025年，全球AI市场规模将超过1500亿美元，揭示了这个产业巨大的发展潜力[1]。

（二）各国政府高度重视AI产业投资

自 2016 年起，先后有40余个国家和地区将人工智能发展上升到国家战略高度。欧盟、美国和英国通过多种政策和计划加大了对人工智能的资金支持力度。

欧盟推出了“地平线欧洲”计划和“数字欧洲计划”，增大对于AI等创新项目的投资[2]；美国增加了非国防人工智能预算，并通过《美国创新与竞争法案》优先支持人工智能等领域[3]，英国启动了《国家人工智能研究与创新计划》，将AI领域建设视为长远战略[4]。

这些举措均旨在推动AI科技领域的发展，维护其在全球的竞争力。   

（三）AI领域美国仍处于世界领先地位

在AI领域中，美国处于引领地位。据统计显示，美国具有庞大的AI企业数量、强大的资本吸引力、以及众多AI独角兽企业，同时拥有60%的顶级人工智能机构和42%的顶尖人工智能研究人员（数据来源于智库MacroPolo2023年发布《全球AI人才追踪2.0》报告）。这些优势使得美国仍然稳坐AI领域世界霸主地位。

二、美国头部企业着眼全球，网罗天下顶尖英才

通过对OpenAI、Meta、Microsoft、Google等AI领域美国头部企业（大部分在硅谷）开展案例研究发现，国际AI企业主要通过高薪回报、前置储备、创新保护、自主流动等一系列组合拳来吸引和留住顶尖人才。

（一）高薪回报：给予人才足够的薪酬安全感和回报空间

OpenAI

1.高薪理念

以行业更高的薪酬水平吸引顶尖AI人才。一般L5级别的AI工程师年薪总额约75万至92.5万美元，超过其他头部科技公司同等级别工程师薪酬水平50%以上，比Google高出25%、比苹果高出92%。

2.简约薪酬结构

对薪酬结构简约化处理，仅包含基本薪酬和股权激励（PPUs），很少有签约奖金，完全没有绩效奖金，也没有薪酬谈判的可能。

固浮比来看，L5级别的AI工程师基本薪酬为30万美元，年化的PPUs为50万美元，浮动薪酬占比60%以上。

3.PPUs激励绑定

通过“短期弹性激励”+“长期利益绑定”组合方式留住高水平人才。PPUs即为“利润参与单位”（Profit Participation Units），是一种虚拟股权，即员工持有OpenAI的利润分配权，这种股权并非年度发放，而是在授予后分4年按月度匀速生效，并面临2年锁定期，锁定期内员工不能出售PPUs。

PPUs的定价根据投资人tender offer的价格决定。兑现方面，PPUs在发行或授予时不需课税，员工也不用等到首次公开发行（IPO）或并购才能把所持PPUs换成现金，可以中短期内通过一级市场实现部分退出，也可以长期通过利润分配实现完整退出。   

Meta（Facebook）

1.全面薪酬福利体系

Meta选择建立全面薪酬福利体系，包括高薪资和工资、股票期权、绩效奖金、健康保险、弹性工作制、带薪休假等，通过高薪酬和福利来激励青年科技人才在人工智能领域取得卓越成就。

Meta的AI工程师年薪总额中位数约40万美元，可高达百万美元。

与高薪酬相对应， Meta在管理上强调速度和冒险，以“Move fast and break things”为口号，鼓励员工迅速行动并接受失败风险。

Google（DeepMind）

1.股票激励

作为硅谷AI人才的黄埔军校，为应对OpenAI的人才争夺，Google设立了一个特殊的股票薪酬池，对于符合一定条件的人才可以纳入股票薪酬池。作为上市公司，谷歌发放的大额股票相比其他非上市AI公司更具有吸引力。   

2.调整组织架构

将DeepMind与Brain合并，共同组建新部门谷歌DeepMind，通过实施灵活的科研组织模式，促进创新资源的优化配置，集中力量加快在人工智能领域的进展。      

（二）前置储备

在全球范围内多渠道前置储备和吸引优秀科研人才

Meta（Facebook）

1.广建研究院吸引战略科学家

通过在全球布局建立AI实验室，布局吸引全球优秀科研人才，目前已在硅谷、纽约、巴黎和蒙特利尔设立了AI实验室，并在西雅图和区茨堡建立新实验室，聘请了华盛顿大学和卡内基梅隆大学的3名AI和机器人学教授帮助其招聘和训练AI专家。

2.Acqui-hiring获取成熟人才

收购招聘（Acqui-hiring）是通过收购规模较小的公司，以获取其成熟的人才库，将收购的团队整合到收购公司的员工队伍中，通常重点是获取专业知识或创业/黑客思维，以增强创新能力，加速产品开发，并推动整体增长；免面试招聘则是由CEO扎克伯格亲自通过电子邮件与潜在候选人展开直接对话、直接提供工作机会，以更快速地吸引和招募顶尖AI研究人员。 

3.广泛校企合作吸引青年人才

Meta在美国、法国、中国通过与开设人工智能专业的知名大学开启合作模式吸引未来的人才。   

Microsoft

1.ATP项目

ATP项目（Microsoft AI Talent Program）是微软(亚洲)互联网工程院下属的对外输出人工智能人才培养能力的项目，由微软内部具备人工智能技术落地经验的算法工程师、研发工程师和产品经理组成，对外输出数据分析、机器学习、深度学习、自然语言处理等领域的课程、实战训练营、高端咨询等不同形式的内容，为企业及社会培养具备人工智能知识、技术及思维方式的人才。

2.政企、校企合作

微软中国通过与不同地区政策、院校合作，打造一系列创新性解决方案，结合教育行业实际需求，推动创新人才培养。

Google

1.实习生计划

谷歌于2016年开始设立“人工智能留才计划（Google AI Residency Program）”，通过为期一年的实习计划，帮助学员开启机器学习和深度学习研究领域的职业生涯。通过该计划面试的优秀人才会加入谷歌全球各个团队，提供百万年薪，参与感知、算法和优化、语言、医疗保健等多个领域的前沿研究。一年之后，学员可以选择继续攻读学位或留在谷歌。 

2.奖学金计划

通过设立学术奖学金吸引世界知名高校的硕士或博士生，重点关注在计算机科学和相关领域已有卓越和创新研究的优秀学者，以及在影响技术未来的所有背景中有前途的博士候选人。获奖者会被邀请参加全球PhD Fellow-ship Summit，从而接触到谷歌正在进行的最先进研究，并同谷歌研究员及来自世界各地的其他博士研究生交流。

（三）创新保护：大力支持并保护青年科研人才开展创新

OpenAI

1.IP保护

除了鼓励员工参与学术研究项目并支持其在国际顶尖会议上发表论文外，同时鼓励员工进行自主项目，并提供必要的资源支持，奖励和认可员工的创新成果。OpenAI通过IP战略激励员工创造并分享研究成果，采取措施保护员工的创新成果不受侵权或滥用，在推出产品或发布成果时，通过直接标注贡献者姓名，充分认可员工的贡献价值。

Apple

1.奖励计划

为鼓励员工在人工智能领域提出新想法和创意、取得突出成就，苹果公司设立了创新奖金和专利奖励计划，包括项目成果奖金、技术专利奖励、年度绩效奖金等，鼓励青年科技人才员工积极参与研发工作，并分享其创新成果。通过奖励快速学习和适应能力来激励员工的表现。

2.Lean精益管理流程 

采用“Lean”方法促进创新，通过简化流程和加速决策，鼓励员工在紧迫的工作环境下进行创新和试验，鼓励员工在短时间内解决问题，推动项目进展，以保持高效率和创新能力。在人才使用过程中，更倾向于投入资源和支持那些直接产生产品的团队，以保持创新和业务发展的持续性和竞争力。

（四）自主流动：鼓励跨学科交流合作与自主内部流动培养使用人才

OpenAI

1.跨学科交流

重视跨学科团队协作，研究小组和项目团队通常由涉及人工智能、计算机科学、心理学、数字、物理学、神经科学、哲学等多个学科领域的研究人员和专家组成，共同协作解决复杂的技术和研究挑战。

2.首席科学家团队

OpenAI有一支专门由AI专家组成的科研团队，科研条线由公司联合创始人兼首席科学家负责，该部门共19人，都是经验相当丰富的AI科学家或AI科研专家，其主导了GPT历代版本以及DALLE系列模型的研发，提供了良好的科研理念和管理氛围。 

Meta（Facebook）

1.Hackamonth流动

Hackamonth流动流程是一个自主内部流动过程，允许已经在一个项目上工作了一年的员工自主选择下一个项目团队。这种自主选择流程为员工提供了更大的自由度和控制权，使之能够更好地匹配自己的技能和兴趣，从而提高工作满意度和绩效。

Microsoft

1.人才评估与再分配

微软重视人才评估与重新分配，通过各种人才管理计划识别和评估员工的多领域的才能，通过中层和主管识别、人力资源部门审核等流程，将员工从其当前任务重新分配到同一部门或组织内的其他部门。从长远上确保每个员工都被分配到最能发挥他们能力的任务，以最大化发挥人才价值。

 小 结

随着AI技术向行业大模型应用深入、快速迭代，国际巨头对于AI顶尖人才的争抢只会愈演愈烈，同时伴随的还有更加残酷的人才筛选和更加精准的人才投入。

基于此，中智建议国内企业尽早着手布局AI人才战略：

01.前置规划AI人才供应链，打造多渠道、多层次人才供应体系，构建AI人才“蓄水池”。

02.强化人才“引”“留”“流”政策和机制创新，加大对顶尖人才、高层次人才的吸引力。

03.顺应AI趋势，及时优化和调整人才标准，重视不同代际AI技术下对人才的差异化需求，重视顶尖、领军人才的独有特质，提升人才识别和人才培养的精准性。

‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍[1] 数据来源：Linkedin 《2024 年人工智能 (AI) 市场规模现状及预测》

‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍[2] 数据来源：欧盟委员会

[3] 数据来源：国际科技创新中心《三维坐标推动人工智能迈向发展新阶段》

[4] 数据来源：UK Government《新的十年计划使英国成为全球人工智能超级大国》

[5] 数据来源：Air Street Capital《2023人工智能现状报告》‍‍